📖 AI 总结

本文介绍了一种名为STCO（时空条件算子）的新型神经算子框架，用于解决时间相关偏微分方程（PDE）的预测问题。传统神经算子仅依赖观测状态和静态参数进行预测，难以处理控制或优化场景中需预设的边界条件（如物体运动、流入扰动或外力）。STCO通过引入“规定条件算子学习”接口，将目标时刻的条件场注入异构骨干架构，同时保留其核心计算。其创新在于结合了非学习的流感知图叶（FAGL）和双站点特征线性调制（DSFiLM），分别利用涡量场构建自适应分区，并通过多通道门控注入运动、流入和力条件。在浸没边界CFD基准上，对十二种骨干架构的测试显示，STCO平均将相对L2场误差降低31.1%，归一化压力载荷误差降低24.7%，且对多数架构的长时程预测也有改善，验证了其通用性和有效性。

🔑 关键词速览